scipy.cluster.hierarchy.

optimal_leaf_ordering#

scipy.cluster.hierarchy.optimal_leaf_ordering(Z, y, metric='euclidean')[source]#

给定连锁矩阵 Z 和距离，重新排序切割树。

参数:

Zndarray: 编码为连锁矩阵的层次聚类。请参阅 linkage 了解有关返回结构和算法的更多信息。
yndarray: 生成 Z 的聚合距离矩阵。或通过将 m x n 阵列作为 m 个观测向量的集合传递。
metricstr 或函数，默认为可选: 在 y 为观测向量的集合的情况下使用的距离度量；否则忽略。请参阅 pdist 函数以获取有效距离度量的列表。也可以使用自定义距离函数。

返回:

Z_orderedndarray: 连锁矩阵 Z 的副本，重新排序为最小化相邻树叶之间的距离。

示例

>>> import numpy as np
>>> from scipy.cluster import hierarchy
>>> rng = np.random.default_rng()
>>> X = rng.standard_normal((10, 10))
>>> Z = hierarchy.ward(X)
>>> hierarchy.leaves_list(Z)
array([0, 3, 1, 9, 2, 5, 7, 4, 6, 8], dtype=int32)
>>> hierarchy.leaves_list(hierarchy.optimal_leaf_ordering(Z, X))
array([3, 0, 2, 5, 7, 4, 8, 6, 9, 1], dtype=int32)